Tato kapitola představí základní koncepty a vše potřebné k tomu, aby ses mohl/a pustit do tvorby agentických workflow s LlamaIndex. Prakticky si vyzkoušíš nástroje jako Tavily a modely OpenAI, definuješ svou první nástrojovou funkci a vytvoříš inteligentního agenta schopného komunikovat s webem. Na konci kapitoly budeš mít plně funkčního AI agenta postaveného na LlamaIndex, připraveného zvládat reálné úlohy.

Vítej!

Začínáme s LlamaIndex

Co jsou agenti?

Vytvoření agenta

Mají agenti paměť?

Udržování stavu mezi spuštěními agenta

Streamování výstupu a událostí

Proč se omezovat na jednoho agenta, když si můžeš sestavit celý tým? V této kapitole objevíš sílu systémů s více agenty, kde specializovaní agenti spolupracují jako výzkumný tým — každý s jedinečnou rolí. Sestavíš vlastní kolaborativní agentické workflow, které prohledává, píše a reviduje, a ukážeš si, jak týmová práce dělá tvoje AI chytřejším a lépe škálovatelným.

Co jsou multi-agentní systémy?

Multi-agentní systém s AgentWorkflow

Tvorba agentních workflowů od základů

Návrh vícekrokových workflow s vlastními událostmi

Souběžnost a sběr událostí

Sestavení multi-agentního systému

Přidání sebehodnocení do workflow

Shrnutí

Vytvoření workflow pro hloubkový výzkum

Připrav se na tvorbu vlastního týmu AI agentů! V tomto kurzu začneš s jediným chytrým asistentem a postupně se propracuješ k plnohodnotným agentickým workflow, která plánují, prohledávají web, pamatují si a spolupracují. S pomocí LlamaIndex budeš vytvářet výkonné systémy schopné zvládat složité úlohy, jako je hloubkový výzkum nebo tvorba reportů. Cestou se naučíš, jak koordinovat nástroje, paměť a spolupráci více agentů, a proměníš svá AI workflow v realitu.

<h2>Vytvořte chytré a schopné AI agenty od nuly</h2>

Naučte se od základů vytvářet inteligentní agentní workflow pomocí LlamaIndex, výkonného frameworku pro orchestraci chování AI. Začnete s nastavením pro jednoho agenta a postupně přejdete ke spolupráci více agentů; vytvoříte systém, který dokáže provádět výzkum, generovat reporty a reflektovat vlastní výstupy.
<br></br>

<h2>Vytvářejte a orchestrujte agentní workflow</h2>

Začnete tím, že si nastavíte jednoduchého AI agenta pomocí třídy AgentWorkflow a propojíte ho s funkcemi, jako je vyhledávání na webu. Naučíte se, jak dát svým agentům „paměť“ pomocí kontextu a jak jejich odpovědi učinit dynamičtějšími pomocí streamovaného výstupu. Jak kurz postupuje, prozkoumáte pokročilé možnosti, jako je zpracování událostí, souběžné vykonávání a vytváření vlastních workflow pomocí logiky založené na krocích. Také implementujete smyčky sebereflexe, které agentům umožní zlepšovat jejich vlastní výstupy.
<br></br>

<h2>Navrhujte multiagentní systémy s LlamaIndex</h2>

V závěrečném kroku se posunete za hranice systémů s jedním agentem tím, že navrhnete týmy AI agentů, kteří spolupracují. Vytvoříte si pracovní postupy, kde každý agent přebírá specializovanou roli — například vyhledávání, psaní a kontrolu — a sdílí informace prostřednictvím společného kontextu. Budete experimentovat s sekvenčními, smyčkovými a větvenými workflow a získáte přehled o tom, jak řídit složité úkoly s více agenty.

Intermediate Python

Vytvořte AI pracovní postupy s plánováním, hledáním, pamětí a spoluprací pomocí LlamaIndex.

Streamování výstupu a událostí

Building Agentic Workflows with LlamaIndex

Pokyny k cvičení

Interaktivní praktické cvičení